ARTICLE · 1148162
从两份Excel到一套排产系统:一次家电代工厂的数据初始化实战
引子：一个真实的PMC困境
今天，我接触了一家做厨电代工的中型工厂。车间里12条总装线并行运转，同时给美的、老板、名气、海信、苏泊尔等七八个品牌做ODM。月排产量万台级别，产品型号超过150个。
工厂的ERP是某鼎（国内知名ERP厂商），管着物料主数据、BOM和采购订单。但到了排产这一层，画面就变了——
PMC主管的电脑上开着三个Excel文件：“某邦排期表”（汇总）、“明细”、“10月烟机100%”。每天的工作流是这样的：从ERP导出新产品编码，手动VLOOKUP到排期表里做“编码验证”，然后在日期列里一格一格填数量。算到尾数不够了，就手动调公式：=800-59、=700-392。
这不是个例。行业调研数据显示，75%的制造企业仍然依赖Excel手工排产，计划调整导致的返工率高达30%。当产品种类超过50个、订单数量达到数百级别时，手工排产的耗时就会超过2小时，而且“一改就乱”。
问题的根子不在ERP。ERP管好了“账本”，但车间决策层——PMC排产——仍然是断裂的。ERP系统的MRP运算基于批处理算法，夜间跑一次要1-4小时，且无法处理“插单”、“换线”、“并行产线分配”这些实时决策。
这篇文章要讲的，就是我们如何用轻排 PMClite，把客户积攒多年的Excel数据一键转换成可运行的排产系统。整个过程不写一行代码，当天上线。
轻排 PMClite 的官网是 轻排 PMClite | 本地部署轻量级生产管理系统 · 替代 Excel 打通销售/采购/仓库/车间/财务 ，产品定位是面向中小制造企业的本地部署、买断制、轻量级PMC工具，聚焦多级BOM、齐套检查、排产、领料、追溯这几个核心场景。
一、先搞清楚：客户的数据长什么样
要解决问题，先得看数据。
客户发来两份Excel：
第一份：BOM数据（从某鼎ERP导出的“新系统BOM格式”）
包含28个字段：主件品号、主件图名、元件品号、元件品名、元件规格、单层用量、成品累计用量、品号类型、材质、长宽厚、开料件数……这是一份5级BOM。以“美的吸油烟机CXW-xxx-xxx PRO”为例，它的结构是：
text
成品（S1.1.01.0001 美的吸油烟机） ├─ 自制件（S2.1.01.10.0002 箱体地线插片） │ └─ 采购件（S4.1.05.0042 镀锌板） ├─ 自制件（S2.1.02.04.0001 箱体背板组件） │ └─ 自制件（S2.1.01.04.0001 箱体背板） │ └─ 采购件（S4.1.05.0251 镀锌板） ├─ 自制件（S2.1.03.05.0001 箱体围板） │ └─ 自制件（S2.1.01.02.0001 箱体围板未喷涂） │ └─ 采购件（S4.1.06.0318 冷板） └─ ...品号类型只有两种值：“自制件”和“采购件”。自制件既可能是产品，也可能是半成品；采购件就是最终要买的物料。
第二份：排产数据（“2026年XXX日XX排产”）
包含三个sheet：“汇总”、“明细”、“10月烟机100%”。
“汇总”sheet里，每一行是“线别 + 某捷新产品编码 + 型号 + 客户 + 排产合计”，后面跟着几十列日期，每天的数量用公式串联：=K2+1、=L2+1……“明细”sheet更细，把每个“车间/线别 + 客户 + 编码 + 型号 + 生产任务单号”拆到每一行，日期列同样用公式递推。
几个关键观察：
一个产品可能出现在多条产线上。比如AK10 PRO既在1线排，也在2线排。
同一产品的多行数据需要合并。1线排了800+59+659，2线排了700+700+192+392……这些加在一起才是产品的总生产量。
客户信息隐含在行里。美的、老板、名气、海信、苏泊尔——这些是客户名称，但从没被单独整理成客户表。
二、数据初始化的核心难题
拿到这两份Excel，要导入一套排产系统，面临三个核心问题：
问题1：产品和物料怎么区分？
在BOM表里，“主件品号”列里的编码是产品，“元件品号”列里的编码可能是物料，也可能是另一个产品（半成品）。判断规则是：
凡出现在“主件品号”列 → 一定是产品
只出现在“元件品号”列，且品号类型=采购件 → 物料
既出现在主件列、又出现在元件列 → 半成品
这套规则看起来简单，但150+产品、几百个物料，手工分类一天都做不完。
问题2：生产计划怎么算？
排产表里一个产品跨多条产线、多行数据。系统需要的是：每个产品一条生产计划（总数量），每条产线一条工单（该产线的数量）。
以AK10 PRO为例：1线排了1518台，2线排了1400+700+700+308=3108台，合计4626台。系统里应该生成1条生产计划（4626台）和2条工单（1线1518台、2线3108台）。
手工算这个，排产员得拿着计算器一行一行加。
问题3：日期怎么确定？
排产表里日期是横排的，每天一列。工单的“计划开始日期”和“计划结束日期”需要从这些列里自动推导——找到第一列有数量的日期作为开始，最后一列有数量的日期作为结束。
三、解决方案：一个“数据转换器”就够
整个方案的核心思路是：在导入PMClite之前，先用一个转换工具把鼎捷数据“翻译”成PMClite能读的JSON格式。
这个工具不写代码，用浏览器打开就能用。客户的操作流程是：
上传BOM Excel
上传排产Excel
点击“转换”
下载JSON，到PMClite里导入
3.1 整体架构
text
鼎捷ERP导出Excel（2份） ↓ 【转换工具】浏览器端运行 ├── 读取BOM：解析主件/元件/用量 ├── 读取排产：解析线别/编码/客户/数量 ├── 自动分类：产品 vs 物料 vs 半成品 ├── 自动聚合：产品→计划，产线+产品→工单 └── 输出：PMClite标准JSON ↓ 轻排 PMClite 导入3.2 BOM解析逻辑
工具读取BOM表后，先扫描所有行，收集两份数据：
javascript
// 收集所有出现过的编码 const allItems = new Map(); // code → {name, spec, type, isParent} const bomRaw = []; // [{parentCode, childCode, qty}] dataRows.forEach(row => { const parentCode = row[主件品号列]; const childCode = row[元件品号列]; const qty = row[单层用量列]; // 标记父级 allItems.get(parentCode).isParent = true; // 记录BOM关系 if (childCode && qty > 0) { bomRaw.push({ parentCode, childCode, qty }); } });然后按规则分类：
isParent === true→ 产品isParent === false && type === '采购件'→ 物料产品被其他产品引用为子件 → 标记为半成品
最后生成三条数据流：
json
{ "products": [ {"id": 1, "code": "S1.1.01.0001", "name": "美的吸油烟机", "type": "finished"}, {"id": 2, "code": "S2.1.01.10.0002", "name": "箱体地线插片", "type": "semi"} ], "materials": [ {"id": 1, "code": "S4.1.05.0042", "name": "镀锌板", "spec": "0.59*65*C"} ], "bomItems": [ {"productId": 1, "subProductId": 2, "quantity": 1, "type": "subproduct"}, {"productId": 2, "materialId": 1, "quantity": 0.0046, "type": "material"} ] }3.3 排产解析逻辑
排产表的解析更复杂一些。核心是聚合：
javascript
// 聚合键：线别 + 产品编码 const agg = new Map(); dataRows.forEach(row => { const line = row[线别列]; const code = row[编码列]; const key = line + '|' + code; // 累加每日数量 let rowTotal = 0; dateCols.forEach(dc => { const q = parseFloat(row[dc.idx]) || 0; if (q > 0) { rowTotal += q; // 记录起止日期 if (!a.startDate || dc.date < a.startDate) a.startDate = dc.date; if (!a.endDate || dc.date > a.endDate) a.endDate = dc.date; } }); agg.get(key).qty += rowTotal; });聚合之后，按产品再汇总一次：
每个产品 → 1条生产计划（
plannedQuantity= 所有产线之和）每个“产线+产品”组合 → 1条工单（
assignedLine= 线别，quantity= 该线数量）客户名称去重 → 客户档案表
3.4 日期列的智能识别
排产表的日期列有两种情况：
汇总sheet的表头直接是日期（如
46023这种Excel序列号）明细sheet的日期藏在第2行（
=K2+1这样的公式）
工具的处理逻辑是：先试汇总sheet表头，识别失败就从明细sheet第2行读。两个都失败就用当天日期兜底。
javascript
function parseDateValue(val) { if (val instanceof Date) return val; if (typeof val === 'number' && val > 20000 && val < 80000) { // Excel日期序列号 → JavaScript Date return new Date((val - 25569) * 86400 * 1000); } if (typeof val === 'string') { // 尝试 "2026/09/23" 格式 const m = val.match(/^(\d{4})[\/\-](\d{1,2})[\/\-](\d{1,2})/); if (m) return new Date(+m[1], +m[2] - 1, +m[3]); } return null; }四、导入之后，客户看到了什么
转换完成，客户在轻排 PMClite 里导入JSON，然后：
仪表盘立刻刷新——物料数量、产品数量、BOM条数、生产计划数、工单数、客户数，全部实时显示。
产品页看到完整的产品树——150+个产品，每个产品的BOM层级、物料数量、被引用次数一目了然。半成品用蓝色标记，成品用绿色标记。
生产页看到12条产线的工单列表——每条工单带着产线名、数量、优先级、齐套状态。齐套状态是系统自动算的：递归展开多级BOM，对比库存，缺料标红。
甘特图自动生成——每条产线的排产时间线可视化，绿色正常、黄色即将到期、红色已逾期。
多级齐套分析——点击任意工单的“齐套详情”，系统展示该工单需要哪些物料、库存多少、缺多少、缺的物料有没有在途采购单。对于这家客户，5级BOM的齐套分析，Excel手工做要20分钟，系统算0.3秒。
轻排 PMClite 的定位不是替代ERP，而是补足ERP到车间之间的“最后一公里”。ERP管账，PMClite管排产、管齐套、管领料。两者数据可以通过JSON导入导出打通，客户不需要换系统，不需要漫长实施周期。
五、这个案例的方法论提炼
回头看，这个案例的成功不在于技术多复杂，而在于找对了切入点。
第一，从数据初始化入手，而不是从功能演示入手。
客户最怕的是“又一个系统要填数据”。我们反过来：客户已有的Excel数据，我们帮他自动导入。客户不需要从零开始录入150个产品、几百个物料、几十条BOM关系。
第二，把“转换”做成一个独立工具，而不是系统内嵌功能。
原因很简单：客户的Excel格式各不相同。某鼎的BOM格式、某蝶的BOM格式、某友的BOM格式，字段名、层级表示、类型编码都不一样。如果把转换逻辑写死在系统里，每接一个客户就要改代码。
做成独立工具后，转换逻辑可以按客户定制，系统本身保持稳定。
第三，聚合逻辑是核心，不是附加。
排产表里“一个产品跨多条产线”是常态，不是异常。系统的数据模型必须支持“一个产品对应多个工单”，这个设计从第一天就要考虑进去。
第四，日期处理要做多层兜底。
Excel日期格式千奇百怪：数字序列号、文本日期、公式递推。工具必须能识别多种格式，并且在识别失败时有合理的默认值，保证导入不会因为日期列而失败。
六、结语
这家客户的故事不是“又上了一套系统”。他们的ERP还在跑，Excel也还在用——但排产这一层，从“每天2小时手工凑数”变成了“30秒自动重排”。
轻排 PMClite 做的事情很朴素：用轻量的方式，解决重的问题。
多级BOM、齐套检查、排产排程、领料管理、扫码追溯——这几个PMC最痛的场景，ERP覆盖不到，大APS太重，Excel太乱。中间的位置，就是轻排 PMClite 的定位。
如果你也在做制造业数字化，也在面对“ERP用起来了但车间还是Excel”的困境，可以了解一下轻排 PMClite：
👉 官网：轻排 PMClite | 本地部署轻量级生产管理系统 · 替代 Excel 打通销售/采购/仓库/车间/财务
（本文案例数据已脱敏处理，不涉及具体客户信息。轻排 PMClite 为独立产品，与文中提到的ERP厂商无商业关联。）
标签：制造业数字化 生产管理 排产系统 APS 轻排PMClite